劉翠響，肖伶俐

（河北工業(yè)大學信息工程學院，天津300401）

人臉檢測是指在輸入圖像中確定所有人臉的位置、大小和位姿的過程。近年來人臉檢測和跟蹤成為計算機視覺和模式識別領(lǐng)域的一個非?；钴S的話題?；谝曨l的人臉檢測與跟蹤作為人臉信息處理中的一項關(guān)鍵技術(shù)，在基于內(nèi)容的圖像檢索、視頻會議、可視電話、遠程視頻監(jiān)控以及人機交互等方面都有著很重要的應(yīng)用價值。在實際應(yīng)用中，由于客觀因素的影響，如人臉本身復雜的細節(jié)變化、人臉多姿態(tài)、各種遮擋、光照不均勻、以及復雜背景時，人臉檢測和識別普遍存在計算量大、速度慢、魯棒性差的弱點。為了解決這些問題，近年來很多學者重現(xiàn)了眾多檢測方法，并通過融合或者改進提高了檢測的健壯性和精確性，同時使檢測的速度滿足了工程上的要求。

筆者分析了人臉檢測和跟蹤國內(nèi)外的研究現(xiàn)狀及背景，總結(jié)了近幾年來對視頻人臉檢測和跟蹤的算法，并對未來的發(fā)展進行展望。

1 人臉檢測的基本方法

人臉檢測是人臉識別的一部分，人臉檢測的研究最早是從二十世紀八十年代開始的。隨著科學的進步，人臉識別和檢測的應(yīng)用越來越廣泛，其研究也越來越受到國際科研機構(gòu)的重視。早期的研究方法側(cè)重于模板匹配、子空間方法等，使用簡單的啟發(fā)式和人體測量技術(shù)。自Freund提出Adaboost算法以來新的方法及改進技術(shù)不斷涌現(xiàn)，到目前為止人臉檢測的模型基本分為3類[1]：1）基于特征的方法；2）基于模板的方法；3）基于統(tǒng)計理論的方法。

1.1 基于Adaboost的人臉檢測

由Freund在1995年提出的Adaboost算法[2]是最早的人臉檢測算法。Adaboost算法是一種迭代算法，其核心思想是自動從多個弱分類器的空間中挑選出若干個分類器，構(gòu)成一個分類能力很強的強分類器。其算法本身是通過改變數(shù)據(jù)分布來實現(xiàn)的，它根據(jù)每次訓練集中各個樣本的分類是否正確以及上次的總體分類的準確率來確定每個樣本的權(quán)值。將修改過權(quán)值的新數(shù)據(jù)送給下層分類器進行訓練，最后將每次訓練得到的分類器融合起來，作為最后的決策分類器。

Adaboost算法能夠快速檢測人臉，其缺點是只能檢測到正面的人臉，對于旋轉(zhuǎn)角度過大或者側(cè)面人臉的檢測則完全失效。

1.2 基于特征的方法

基于特征的方法[2-3]實質(zhì)就是利用人臉的等先驗知識導出的規(guī)則進行人臉檢測。

1）邊緣和形狀特征人臉及人臉器官具有典型的邊緣和形狀特征，如人臉輪廓、眼瞼輪廓、虹膜輪廓、嘴唇輪廓等都可以近似為常見的幾何單元。

2）紋理特征人臉具有特定的紋理特征，紋理是在圖上表現(xiàn)為灰度或顏色分布的某種規(guī)律性，這種規(guī)律性在不同類別的紋理中有其不同特點。

3）顏色特征人臉的皮膚顏色是人臉表面最為顯著的特征之一，目前主要有RGB，HSV，YCbCr，YIQ、HIS等彩色空間模型被用來表示人臉的膚色，從而進行基于顏色信息的人臉檢測方法的研究。

1.3 基于模板的方法

基于模板匹配的方法（template-matching-methods）的思路就是通過計算人臉模板和待檢測圖像之間的相關(guān)性來實現(xiàn)人臉檢測功能的，按照人臉模型的類型可以分為兩種情況：1）基于通用模板的方法。這種方法主要是使用人工定義的方法來給出人臉通用模板。對于待檢測的人臉圖像，分別計算眼睛、鼻子、嘴等特征同人臉模板的相關(guān)性，由相關(guān)性的大小來判斷是否存在人臉。通用模板匹配方法的優(yōu)點是算法簡單，容易實現(xiàn)，但是它也有自身缺點，如模板的尺寸、大小、形狀不能進行自適應(yīng)的變化，從而導致了這種方法適用范圍較窄；2）基于可變形模板的方法?？勺冃文０宸ㄊ菍趲缀翁卣骱屯ㄓ媚０迤ヅ浞椒ǖ囊环N改進，通過設(shè)計一個可變模型，利用監(jiān)測圖像的邊緣、波峰和波谷值構(gòu)造能量函數(shù)，當能量函數(shù)取得最小值時，此時所對應(yīng)的模型的參數(shù)即為人臉面部的幾何特征。這種方法存在的不足之處在于能量函數(shù)在優(yōu)化時十分復雜，消耗時間較長，并且能量函數(shù)中的各個加權(quán)系數(shù)都是靠經(jīng)驗值確定的，在實際應(yīng)用中有一定的局限性。

1.4 基于統(tǒng)計理論的方法

基于統(tǒng)計理論的方法是指利用統(tǒng)計分析與機器學習的方法分別尋找人臉與非人臉樣本特征，利用這些特征構(gòu)建分類器，使用分類進行人臉檢測。它主要包括神經(jīng)網(wǎng)絡(luò)方法，支持向量機方法和隱馬爾可夫模型方法?；诮y(tǒng)計理論的方法是通過樣本學習而不是根據(jù)人們的直觀印象得到的表象規(guī)律，因此可以減小由于人眼觀測不完整和不精確帶來的錯誤而不得不擴大檢測的范圍，但是這種方法需要大量的統(tǒng)計特性，樣本訓練費時費力。

2 改進的人臉檢測方法

綜合上文可以看出，很多研究方法盡管得到了一定成效但是又各有缺點和不足，為了盡量減小由外界環(huán)境和自身因素以及由算法本身的缺陷造成的影響提高檢測效率和精確性，人臉檢測的研究還在繼續(xù)進行，研究者們也提出越來越多的改進算法。

2.1 不變矩理論[4-5]

不變矩理論是計算機視覺、模式識別、圖像處理的重要內(nèi)容，常用的基于區(qū)域的不變矩理論最早是由Hu提出來的，在人臉檢測中主要應(yīng)用了Hu矩處理的旋轉(zhuǎn)、縮放、平移三不變的特性。下面以平面圖像為例介紹Hu矩的特性。

設(shè)圖像的質(zhì)心坐標為（x0，y0）：

g（x，y）是一個有界的二維函數(shù)，其中（p+q）階矩定義為：

其中（p，q=0，1，2…）

（p+q）階中心矩定義為：

中心矩vpq是平移不變的?？蓪ζ溥M行尺度規(guī)范化，驗證其尺度不變性，定義尺度規(guī)范矩為：

1）平移不變性

水平移動a，豎直移動b，x′=x+a，y′=y+b中心矩為：

表明具有平移不變性。

2）縮放不變性

縮放倍數(shù)為λ，x′=λx，y′=λy，則g（λx，λy）的中心矩為：

而歸一化中心矩為：

具有縮放不變性。

3）旋轉(zhuǎn)不變性

η01=η10=0，對任何變換，歸一化中心矩始終不變。

這表明Hu矩不僅具有平移、縮放不變性，而且具有旋轉(zhuǎn)不變性。

這一特性可與Adaboost算法結(jié)合使用，彌補Adaboost在旋轉(zhuǎn)角度過大或者完全側(cè)面人間不能檢測的缺點，實驗結(jié)果證明這是可行的。

2.2 改進的基于膚色的檢測方法

傳統(tǒng)的很多人臉檢測方法都需要訓練大量的人臉和非人臉樣本，學者們提出了基于彩色圖像的膚色模型來檢測人臉的方法，這種模型取得了一定效果，但是容易受到光線和復雜背景的影響，魯棒性也會因此變差。特別是用RGB色彩空間時因為RGB同時包含了亮度和色度信息，相關(guān)性較高，隨著環(huán)境和亮度的變化使得人臉檢測變得復雜繁瑣。按如下方法進行改進，把RGB彩色空間轉(zhuǎn)換到Y(jié)CrCb空間[6]：首先進行光補償，將各個像素的R、G、B分別擴展到最高的255。Y是亮度分量，Cb是藍色色度分量，Cr是紅色色度分量。轉(zhuǎn)換成YCbCr彩色空間具有將亮度和色度空間相分離的特點，膚色聚類效果也很好，而且該空間計算方法簡單，速度快，易于實現(xiàn)。然后將轉(zhuǎn)化后的Cb分量與Cr分量圖作差得到初級圖像，最后利用自動閾值將灰度圖像處理成二值圖像。通過以上做法得到了人臉，但手，胳膊，頸部都顯示出來。再結(jié)合眼部特征進行檢測確定是否存在人臉及其人臉的位置。結(jié)合膚色特征通過圖像差分方法提取清晰準確的活動區(qū)域，有效地解決了視頻中人臉檢測的問題[7]。

2.3 基于FCM的多重決策樹[8]的分類方法

常用方法中很多要對多姿態(tài)人臉進行樣本訓練，而對多姿態(tài)人臉樣本的手工分類性能容易受到主觀因素的影響，而且分類繁瑣耗時，研究者提出利用數(shù)據(jù)挖掘技術(shù)中的FCM對人臉進行聚類分析實現(xiàn)對多姿態(tài)人臉進行角度自動劃分。決策樹也是數(shù)據(jù)挖掘中的一種分類方法主要用于分類和決策，根據(jù)FCM劃分的結(jié)果，構(gòu)建一個自頂而下的樹經(jīng)過若干次分類劃分為原來混雜的樣本集，最終分裂為以一個個類別純度高的子集。使樹的每一個節(jié)點表示一個屬性上的測試，每個分枝代表一個測試輸出，而每個樹葉節(jié)點表示一個類或類的分布，樹的最頂層節(jié)點是根節(jié)點。實驗證明這種檢測方法提高了檢測的速度而且具有很好的檢測性能。

3 結(jié)束語

筆者介紹了現(xiàn)階段基于視頻的人臉檢測算法研究的進展。在對人臉檢測不同情況分類的基礎(chǔ)上，重點介紹了人臉檢測的主要方法，分析和討論了各種方法的缺點和不足。

基于視頻的人臉檢測是一項艱難而不斷發(fā)展的技術(shù)，但是由于環(huán)境的變化如光照和遮擋及人臉本身的復雜性，檢測的精確度和魯棒性都有待進一步研究。學者們也在不斷地研究，不斷提出新方法，筆者列舉了幾種同時融合傳統(tǒng)人臉檢測算法的方法，提高了檢測速度，精確性和可行性。

隨著研究的深入，視頻系統(tǒng)的人臉檢測技術(shù)不斷得到發(fā)展和完善，但是由于人臉問題本身的復雜性還存在著很多的不足，至今仍沒有形成一個較為通用的、簡單的解決方案。還有許多工作待解決：

1）每一種檢測方法各有其優(yōu)劣，即使是融合改進的算法也還是存在著各種缺陷。但是為了達到有效利用的目的，還需要有一個綜合的評價系統(tǒng)和一種合理的評價方法。

2）由于每種檢測方法，都需要實驗的檢驗，因此需要更完善齊全的標準的人臉庫，包括各種實際中可能出現(xiàn)的情況，以利于檢測實驗的準確性和有效性。

3）綜合已經(jīng)發(fā)展的檢測方法，不斷改進和綜合達到優(yōu)劣互補也是解決應(yīng)用技術(shù)的主要發(fā)展方向。

[1]李見為，吳璇.基于視頻的人臉檢測和跟蹤算法[D].重慶：重慶大學，2010.

[2]祝忠明，余全合.Adaboost人臉檢測算法的DSP實現(xiàn)[D].成都：成都理工大學，2010.

[3]嚴嚴，章毓晉.基于視頻的人臉識別研究進展[J].計算機學報，2009，32（5）:878-886.

YAN Yan，ZHANG Yu-jin.State-of-the-art on video-based face recognition[J].Chinese Journal of Computers，2009，32（5）:878-886.

[4]王暄，何敏.基于矩陣特征抽取和支持向量機的人臉檢測算法[D].西安：陜西師范大學，2010.

[5]熊平，徐敏.基于視頻的實時人臉識別的研究與實踐[D].長沙：中南大學，2010.

[6]Gonzalez R C，等.Digital image processing[M].阮秋琦，譯.北京：北京電子工業(yè)出版社，2007.

[7]馮東青，丁鍇.視頻中基于膚色模型的人臉檢測[J].計算機應(yīng)用與軟件，2010，27（2）：28-30.

FENG Dong-qing，DING Kai.Face detection in video based on complexion model[J].Computer Applications and Software，2010，27（2）:28-30.

[8]張建明，汪大慶.基于視頻的實時人臉檢測研究[D].鎮(zhèn)江：江蘇大學，2010.